【技术实现步骤摘要】
本专利技术属于电力安全，具体涉及基于多维感知的光伏电站两票作业安全管控方法及系统。
技术介绍
1、光伏电站作为推动绿色能源发展的重要力量，其电气能量的生产对全球能源结构的优化和环境保护的推进具有不可估量的价值。然而，在实际运行中，光伏电站的能量产出受到多种复杂因素的影响，包括太阳辐射强度的波动、多变的天气条件、季节性的日照时长、环境温度的变化、光伏电池组件可能遭遇的阴影遮挡，以及逆变器效率和系统配置之间的匹配程度等，这些因素直接关联到光伏电站的发电效率和稳定性，对于维持光伏电站的高效运行至关重要，因此对光伏电站的管理和维护显得尤为重要。
2、在光伏电站的管理和维护中，光伏电池组件的性能和健康状况尤为关键，它们是光伏电站能量转换的核心部件，一旦出现故障或性能下降，将直接影响整个系统的发电效率和经济效益。因此，对光伏电池中的缺陷进行及时、准确的检测，并在出现问题时及时处理，成为确保光伏电站高效、稳定运行的关键环节。
3、传统的光伏电站检测方法过度依赖人工操作，这种做法不仅加剧了工作人员的负担，还因其人为因素而难以确保检测的精准度和高效性。同时，光伏电站的两票作业管理，即工作票和操作票的管控，长期依赖于纸质文档的形式，这种做法不仅使得工作流程变得繁琐且耗时，还因信息更新和传递的滞后性，导致在光伏电站遭遇问题时难以及时响应和处理，这种管理方式极大地降低了光伏电站的安全性和运行效率。
技术实现思路
1、本专利技术的目的就在于解决因信息更新和传递的滞后性，导致在光伏电站
2、在本专利技术实施的第一方面，首先提出基于多维感知的光伏电站两票作业安全管控方法，所述方法应用于后台终端包括:
3、实时获取当前发电周期光伏电站的输出功率，根据所述输出功率生成实际发电量曲线，将所述实际发电量曲线与预设发电量曲线进行比较确定所述光伏电站的第一故障类型；
4、若存在第一故障类型，则通过作业端的红外热成像相机对所述光伏电站拍摄得到温度分布图像集，根据所述温度分布图像集确定目标故障区域和第二故障类型；
5、若所述第一故障类型和所述第二故障类型相同，则根据所述第一故障类型确定异常等级、处理步骤和处理工具；
6、根据所述异常等级从多个移动端中确定目标移动端，并根据所述处理步骤和所述处理工具生成所述目标移动端的作业二维码；以使所述目标移动端根据所述作业二维码对所述目标故障区域进行作业操作。
7、可选的，所述预设发电量曲线具体包括：
8、根据当前发电周期的天气预报确定天气标签，根据所述天气标签查找所述光伏电站在时间序列上所对应相同标签的发电量数据集；
9、针对所述发电量数据集中每一天记录的发电量，按时间序列对齐得到多条发电量时间序列；
10、针对每一条发电量时间序列，对该发电量时间序列进行数据清洗，去除由维护和故障造成的异常数据得到目标发电量时间序列；去除的异常数据所在时间位置记为异常位置；
11、针对所有目标发电量时间序列，计算除异常位置以外每一时刻发电量的平均值得到每一时刻对应的平均发电量，根据每一时刻对应的平均发电量生成预设发电量曲线。
12、可选的，将所述实际发电量曲线与预设发电量曲线进行比较确定所述光伏电站的第一故障类型包括：
13、计算所述实际发电量曲线与所述预设发电量曲线在时间序列上的偏差值得到偏差数据曲线；
14、计算所述偏差数据曲线得到均方根误差、积分差异和差异分析，对所述均方根误差、所述积分差异和所述差异分析进行归一化处理得到目标特征；
15、获取所述偏差数据曲线的峰值得到第一时间点，获取所述预设发电量曲线的峰值得到第二时间点，将所述第一时间点和所述第二时间点的中间值记为目标时间点；
16、以所述目标时间点为中点，预设时间片为半径截取所述偏差数据曲线得到目标偏差曲线；所述预设时间片的长度由工作人员确定；
17、通过格拉姆角场对所述目标偏差曲线进行图像转化得到目标图像；
18、将所述目标特征和所述目标图像带入预设模型得到第一故障类型；所述预设模型为通过卷积神经网络对历史故障数据训练得到的。
19、可选的，对所述温度分布图像集中的图像进行图像分析得到目标故障区域和第二故障类型包括：
20、针对所述温度分布图像集中的任一图像，通过图像处理技术识别和定位所述温度分布图像中的异常区域得到目标故障区域；
21、获取所有带有异常区域的温度分布图像按时间序列排列得到预处理图像集，对所述预处理图像集中的所有图像进行图像变化得到目标图像集；
22、针对所述目标图像集，按时间序列将该图像中异常区域的特征与目标相邻图像中异常区域的特征进行叠加得到目标特征图像；所述目标相邻图像为与该图像相邻且异常区域的特征数大于该图像异常区域的特征数的图像；
23、将所有目标特征图像带入预设数据库中进行特征图像比对得到第二故障类型；所述预设数据库用于保存所有故障类型对应的特征图像。
24、可选的，对所述预处理图像集中的所有图像进行图像变化得到目标图像集包括：
25、通过快速傅里叶变换对所述预处理图像集中的图像进行数据处理得到时间序列上的幅度图像和相位图像；
26、通过正交变换对每一时间序列上的幅度图像和相位图像进行线性不相关变化得到多组时间序列上的线性不相关变量；
27、通过二维高斯函数对每一时间片对应的幅度图像、相位图像和线性不相关变量进行拟合得到目标图像集。
28、可选的，根据所述异常等级从多个移动端中确定目标移动端，并根据所述处理步骤和所述处理工具生成所述目标移动端的作业二维码包括：
29、根据所述异常等级向目标区域内符合条件的移动端发送任务提交意向表，并接收目标移动端发送的两票提交申请；所述目标区域以所述目标故障区域为圆心，预设长度为半径的圆；所述目标移动端为第一个接受所述任务提交意向表的移动端；符合条件的移动端为能够处理所述异常等级的移动端；
30、接受所述目标移动端发送的两票提交申请，根据所述处理步骤、所述处理工具、所述目标故障区域和所述两票提交申请生成作业二维码。
31、可选的，所述目标移动端根据所述作业二维码对所述目标故障区域进行作业操作包括：
32、将所述作业二维码发送至作业端，以使得所述作业端根据所述作业二维码验证所述目标移动端是否存在作业资格；
33、若所述目标移动端存在作业资格，则根据所述二维码分配处理工具，以使得所述目标移动端通过所述处理工具进行作业操作；
34、实时获取摄像头拍摄所述目标移动端的作业操作视频，对所述作业操作视频进行动作分析，若分析结果为未按照所述处理步骤进行操作，则发出警报，并提醒所述目本文档来自技高网...
【技术保护点】
1.基于多维感知的光伏电站两票作业安全管控方法，其特征在于，所述方法应用于后台终端包括:
2.根据权利要求1所述的基于多维感知的光伏电站两票作业安全管控方法，其特征在于，所述预设发电量曲线具体包括：
3.根据权利要求1所述的基于多维感知的光伏电站两票作业安全管控方法，其特征在于，将所述实际发电量曲线与预设发电量曲线进行比较确定所述光伏电站的第一故障类型包括：
4.根据权利要求1所述的基于多维感知的光伏电站两票作业安全管控方法，其特征在于，对所述温度分布图像集中的图像进行图像分析得到目标故障区域和第二故障类型包括：
5.根据权利要求4所述的基于多维感知的光伏电站两票作业安全管控方法，其特征在于，对所述预处理图像集中的所有图像进行图像变化得到目标图像集包括：
6.根据权利要求1所述的基于多维感知的光伏电站两票作业安全管控方法，其特征在于，根据所述异常等级从多个移动端中确定目标移动端，并根据所述处理步骤和所述处理工具生成所述目标移动端的作业二维码包括：
7.根据权利要求1所述的基于多维感知的光伏电站两票作业安全管控
8.一种基于多维感知的光伏电站两票作业安全管控系统，其特征在于，所述系统包括后台终端、作业端和多个移动端：
9.根据权利要求8所述的一种基于多维感知的光伏电站两票作业安全管控系统，其特征在于，所述系统包括：
10.根据权利要求8所述的一种基于多维感知的光伏电站两票作业安全管控系统，其特征在于，所述系统包括：
...【技术特征摘要】
1.基于多维感知的光伏电站两票作业安全管控方法，其特征在于，所述方法应用于后台终端包括:
2.根据权利要求1所述的基于多维感知的光伏电站两票作业安全管控方法，其特征在于，所述预设发电量曲线具体包括：
3.根据权利要求1所述的基于多维感知的光伏电站两票作业安全管控方法，其特征在于，将所述实际发电量曲线与预设发电量曲线进行比较确定所述光伏电站的第一故障类型包括：
4.根据权利要求1所述的基于多维感知的光伏电站两票作业安全管控方法，其特征在于，对所述温度分布图像集中的图像进行图像分析得到目标故障区域和第二故障类型包括：
5.根据权利要求4所述的基于多维感知的光伏电站两票作业安全管控方法，其特征在于，对所述预处理图像集中的所有图像进行图像变化得到目标图像集包括：
【专利技术属性】
技术研发人员：王腾达，张惠华，朱齐龙，李嘉乐，魏久涵，刘默耕，王辉，吴晓杰，
申请(专利权)人：华电河北新能源有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。